REST API：模糊照片中的人脸与车牌

Watermarkly Blur API 可自动检测并模糊图片中的人脸与车牌。它完全运行在 AWS 基础设施上，并优先保护隐私——你的文件从不会用于训练 AI 模型。我们使用 AWS Lambda 并行处理数千个请求，从而在全球多个区域提供稳定的性能与可用性。

免费试用

我们通过 AWS Marketplace 销售该 API。费用：$0.01 / 次请求。提供 7 天免费试用。

主要功能

✓ 自动检测并模糊图片中的车牌与人脸

✓ 可选：用你的项目或公司徽标替换车牌。

✓ 可对处理后的图片进行调整尺寸、裁剪或格式转换。

✓ 支持最高每秒 500 次请求。

✓ 并行处理图片以获得更快性能。

✓ 支持的最大图片尺寸：6000 × 6000 像素。

✓ API 请求需要通过 API key 进行身份验证。

如果你需要更快的处理速度、更大尺寸图片支持，或更高请求速率，请联系我们： api-support@watermarkly.com。

输出示例

图片中女性的人脸与车牌已被模糊。

用于模糊人脸与车牌的 API

车牌被替换为公司徽标，女性人脸被模糊。

获取 API

我们通过 AWS Marketplace 销售该 API。费用：$0.01 / 次请求。提供 7 天免费试用。

处理细节

处理后的图片不会存储在我们的服务器上。
服务支持 JPEG、PNG、WEBP、AVIF、HEIC/HEIF 格式。
AVIF 与 HEIF 图片会被转换为 JPEG（除非你指定其他输出格式）。
最大输入图片大小：
- GET 请求：20MB 或 6000x6000 像素。
- POST 请求：6MB 或 6000x6000 像素。
API 限流：
- 500 个并行请求
- 每秒 500 次请求
- 每天 100,000 次请求

API 端点

区域

目前我们在两个区域提供 API：

欧洲：https://blur-api-eu1.watermarkly.com/ (eu-north-1)
美国：https://blur-api-us1.watermarkly.com/ (us-east-2)

你可以使用更方便的端点。如果某个 AWS 区域出现故障，你也可以将另一个端点作为备用。如需在其他区域部署 API，请告诉我们。

请求方式

你可以使用 GET 或 POST 请求提交图片进行处理。
如果图片是公开可访问的，我们建议使用 GET 请求，因为它通常比 POST 略快。

使用 GET 请求模糊图片（推荐）

GET https://blur-api-eu1.watermarkly.com/blur/?url={image_url}

或

GET https://blur-api-us1.watermarkly.com/blur/?url={image_url}

服务会从 image_url 下载图片并处理。

请求

方法：GET
请求头：
- x-api-key：你的 API key
URL 查询参数：
- url (必填): 要处理的图片完整 URL。
- blur_intensity (可选): 0.0 到 20.0 之间的浮点数，用于调整模糊强度。默认：1.0。传 0.0 可关闭模糊。
- file_size (可选): 期望的输出文件大小（字节）。服务会尽量返回不超过该大小的图片。
- width (可选): 期望的输出图片宽度。
- height (可选): 期望的输出图片高度。
- format (可选): 输出图片格式。可选：JPEG、PNG、WEBP。
- logo_url (可选): 用于替换车牌的徽标文件 URL。可以是 HTTP URL 或 data URL。请在作为请求参数传入前确保已正确转义。
- logo_size (可选): 徽标大小，范围 0.1 到 1.0。
- plate_screws (可选): 为车牌添加螺丝效果。仅在同时使用 logo_url 参数时生效。
- detection_threshold (可选): 0.01 到 1.0 之间的浮点数，用于控制人脸与车牌检测的置信度阈值。较低值会检测到更多对象，但可能出现误检；较高值会检测到更少对象，但置信度更高。默认：人脸 0.15，车牌 0.3。
- blur_padding (可选): 0 到 100 的整数，用于控制在检测到的人脸与车牌周围额外增加的 padding（像素）。增大该值会让模糊区域超出检测框。默认：0（不额外增加）。

响应

成功响应：(HTTP 状态码：200) 服务会以 JPEG、PNG 或 WEBP 格式返回处理后的图片。

错误响应：(HTTP 状态码：500、403)

{
  "message": "Error message"
}

使用 POST 请求模糊图片

POST https://blur-api-eu1.watermarkly.com/blur/

或

POST https://blur-api-us1.watermarkly.com/blur/

提交图片进行处理。

请求

方法：POST
Content-Type：application/octet-stream
请求头：
- x-api-key：你的 API key
查询参数：
- blur_intensity (可选): 0.0 到 20.0 之间的浮点数，用于调整模糊强度。默认：1.0。传 0.0 可关闭模糊。
- file_size (可选): 期望的输出文件大小（字节）。服务会尽量返回不超过该大小的图片。
- width (可选): 期望的输出图片宽度。
- height (可选): 期望的输出图片高度。
- format (可选): 输出图片格式。可选：JPEG、PNG、WEBP。
- logo_url (可选): 用于替换车牌的徽标文件 URL。可以是 HTTP URL 或 data URL。请在作为请求参数传入前确保已正确转义。
- logo_size (可选): 徽标大小，范围 0.1 到 1.0。
- plate_screws (可选): 为车牌添加螺丝效果。仅在同时使用 logo_url 参数时生效。
- detection_threshold (可选): 0.01 到 1.0 之间的浮点数，用于控制人脸与车牌检测的置信度阈值。较低值会检测到更多对象，但可能出现误检；较高值会检测到更少对象，但置信度更高。默认：人脸 0.15，车牌 0.3。
- blur_padding (可选): 0 到 100 的整数，用于控制在检测到的人脸与车牌周围额外增加的 padding（像素）。增大该值会让模糊区域超出检测框。默认：0（不额外增加）。

响应

成功响应：(HTTP 状态码：200) 服务会以 JPEG、PNG 或 WEBP 格式返回处理后的图片。

错误响应：(HTTP 状态码：500、403)

{
  "message": "Error message"
}

在 AWS Marketplace 订阅

使用示例

Python

import requests
import urllib.parse

API_KEY = 'your_api_key'
API_URL = 'https://blur-api-eu1.watermarkly.com/blur/'

input_path = ''       # Local image path
output_path = ''      # Local output path

# Blur image using POST request
with open(input_path, 'rb') as image_file:
    response = requests.post(API_URL, headers={'x-api-key': API_KEY}, data=image_file)
    if response.status_code == 429:
        # API rate limit exceeded, wait a little
        time.sleep(0.1)
        response = requests.post(API_URL, headers={'x-api-key': API_KEY}, data=image_file)
# Save the processed image locally
with open(output_path, 'wb') as f:
    f.write(response.content)


# Blur image using GET request
encoded_url = urllib.parse.quote("https://nikitin.io/eqe.jpg", safe='')
response = requests.get(API_URL + "?url=" + encoded_url, headers={'x-api-key': API_KEY})
# Save the response locally
with open(output_path, 'wb') as f:
    f.write(response.content)

NodeJS

import { promises as fs } from "node:fs";

const API_KEY = 'your_api_key';
const API_URL = 'https://blur-api-eu1.watermarkly.com/blur/';

// Helper function to pause execution for the given number of milliseconds
const sleep = ms => new Promise(resolve => setTimeout(resolve, ms));

(async () => {
  // Blur image using POST request
  try {
    const inputPath = 'input_path_here';   // Replace with your actual input path
    const outputPath = 'output_path_here'; // Replace with your actual output path

    // Read image file as binary data asynchronously
    const imageData = await fs.readFile(inputPath);

    let response = await fetch(API_URL, {
      method: 'POST',
      headers: {
        'x-api-key': API_KEY,
        'Content-Type': 'application/octet-stream'
      },
      body: imageData
    });

    if (response.status === 429) {
      // API rate limit exceeded, wait a little
      await sleep(100); // sleep for 0.1 seconds
      response = await fetch(API_URL, {
        method: 'POST',
        headers: {
          'x-api-key': API_KEY,
          'Content-Type': 'application/octet-stream'
        },
        body: imageData
      });
    }
    // Save the processed image locally asynchronously
    const arrayBuffer = await response.arrayBuffer();
    const buffer = Buffer.from(arrayBuffer);
    await fs.writeFile(outputPath, buffer);
  } catch (error) {
    console.error('Error during POST request:', error);
  }

  // Blur image using GET request
  try {
    const outputPath = 'output_path_here'; // Replace with your actual output path
    const encodedUrl = encodeURIComponent("https://nikitin.io/eqe.jpg"); // Encode URL
    const response = await fetch(`${API_URL}?url=${encodedUrl}`, {
      method: 'GET',
      headers: {
        'x-api-key': API_KEY
      }
    });
    // Save the response locally asynchronously
    const arrayBuffer = await response.arrayBuffer();
    const buffer = Buffer.from(arrayBuffer);
    await fs.writeFile(outputPath, buffer);
  } catch (error) {
    console.error('Error during GET request:', error);
  }
})();